ترتيب اتباع التعليمات
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في اتباع التعليمات، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: اختبارات صحيحة ↑.
451/451
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | درجة اتباع التعليمات | النتيجة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #26 | Gemini 3.7 Flash low | 1.0 | 0.9 | $0.183 | 2/2 | 2.47s | |
| #27 | Claude Opus 5 high | Anthropic | 1.0 | 0.9 | $4.524 | 2/2 | 4.78s |
| #28 | Claude Opus 5 medium | Anthropic | 1.0 | 0.9 | $2.870 | 2/2 | 4.16s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 1.0 | 0.9 | $1.645 | 2/2 | 5.05s |
| #30 | Muse Spark Open high | Meta | 1.0 | 0.9 | $1.782 | 2/2 | 28.5s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 21.3s |
| #33 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 2/2 | 3.36s |
| #35 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 2/2 | 3.49s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 2/2 | 1.25s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1.0 | 0.9 | $3.306 | 2/2 | 7.55s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 2/2 | 3.04s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 2/2 | 3.34s |
| #42 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 2/2 | 4.95s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1.0 | 0.9 | $1.892 | 2/2 | 7.66s |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 2/2 | 23.5s |